DIKW opleiding Artificial Intelligence bootcamp

Artificial Intelligence Bootcamp

Leg de basis voor jouw toekomst in AI en werk aan je deep-learning skills!

In deze bootcamp van drie dagen leggen wij samen de basis voor jouw toekomst in Artificial Intelligence en werken we aan je deeplearning skills. We bespreken hoe je objecten in afbeeldingen kunt herkennen, natuurlijke tekst kunt analyseren en hoe het computerprogramma Alpha Zero de wereldkampioen in Go heeft kunnen verslaan. In detail behandelen we Keras, Tensorflow, TensorBoard en laten we zien hoe dit in de cloud te deployen is. Hierbij leer je de belangrijkste fundamentals, zonder te lang in te gaan op de algebra hier achter. De logica achter de modellen wordt op een begrijpelijke manier uitgelegd. Na deze dagen kun jij aan de slag met de opgedane kennis op je eigen datasets. De code voorbeelden  die we gebruiken in de cursus is klaar om ook na de training zelf mee aan de slag te gaan in de cloud. Wij delen onze ervaringen uit de praktijk en zorgen ervoor dat jij na deze training direct kunt starten met je eigen deep learning project. 

Echt iets voor jou ?!

Deze cursus is bedoeld voor Data Scientists/analisten, Data engineers en Software engineers die graag meer willen weten over Deep Neural Networks en hun toepassingen in Artificial Intelligence. Idealiter heb je al een data science achtergrond en ben je bekend met een aantal  machine learning technieken maar dat is geen must. met ingebouwde API’s in een van de grote clouds (Google Azure AWS). In de cursus behandelen we real-world vraagstukken zodat je deze ook kunt uitvoeren op je eigen datasets. Enige programmeer achtergrond is gewenst. Deze bootcamp is een perfecte aanvulling op de CDSP cursus.

Programma

Leerdoelstelling

Het doel van deze cursus is om ‘hands-on’ ervaring op te doen in de toepassing van diepe neurale netwerken en TensorFlow voor echte toepassingen. Daarnaast is het belangrijk om bewust te zijn van de implicaties en werking van de mechanisme. Om dit te bereiken, zullen we ons concentreren op drie afzonderlijke thema's:

  • Theoretische achtergrond, Wat is Artificial Intelligence? Wat kunnen we hier mee? Wat gaan we behandelen de komende 3 dagen en wat kun jij hier mee?
  • Nieuwste ontwikkelingen op het gebied van AI Breed overzicht van toepassingen. 
  • Implementeer TensorFlow-modellen in de cloud en analyseer ze met bestaande technologieën, zoals TensorBoard.
  • Bewezen methoden en het gebruik van bestaande vooraf getrainde modellen. 
  • Veel informatie en opdrachten over Natural Language Processing en Textmining. 

Dag 1

Op dag 1 beginnen we met een introductie in Artificial Intelligence met de focus op deep-learning. Wanneer spreken we van een  deep neural network, hoe train je een dergelijk netwerk en wat is de relatie met de rest van het  machine learning landschap? We beginnen met het opzetten van de omgeving. In de eerste dag zullen we een neural network vanaf scratch bouwen. We behandelen basis modellen en vertellen waar je op moet letten en hoe je de juiste (hyper) parameters kunt selecteren. We maken onderscheid tussen supervised en unsupervised learning en starten met een introductie in tekstmining. Introductie in de toolstack die we gaan gebruiken: Keras, TensorFlow  en Tensorboard in Google Co-lab cloud.

Dag 2

Het hoofdthema voor dag twee is beeldherkenning en het convolutionele neurale netwerk (CNN).

We gaan zelf een beeld herkenner maken en behandelen ook bestaande classificatie algoritmen en benchmarks (uit de cloud). Daarnaast komt er een praktijkvoorbeeld van hoe je geluidsclassificatie kunt inzetten voor natuurbescherming. Alpha zero wordt besproken. Ook tijdreeksanalyse op basis van Neural network wordt in deze dag behandeld.

Zaken die behandeld worden:

  • Hoe werkt patroonherkenning in plaatjes? (Bottom up / MINST Benchmark)
  • Wat is max-pooling en wat zijn CNN’s?
  • Hoe achterhaal je welk deel van een plaatje de uiteindelijke classificatie bepaald?
  • Waarom is een beeld herkenner zo krachtig dat deze techniek ook op andere domeinen zoals geluid en schaken kan worden toegepast?

Dag 3 

Dag 3 richt zich op Natural Language Processing. We zullen beginnen met klassieke NLP en textmining en doorgaan met meer geavanceerde modellen zoals het door Google open source gemaakte BERT algoritme. 

Zaken die behandeld worden:

  • Hoe haal je patronen uit tekst?
  • Hoe zetten we tekst om in relevante informatie?
  • Het onttrekken van entiteiten 
  • Woord vectoren

De frameworks zijn NLTK en ‘transfer’ modellen zoals BERT en Zalando. We zullen de voordelen van  ‘transfer’ modellen toelichten en de nieuwste ontwikkelingen bespreken. We zullen ook verdiepen op basis van echte ervaringen.

Informatie

Investering

Deze opleiding kunnen wij aanbieden voor € 1.785,- excl. BTW.

(Alumni van DIKW Academy krijgen  10% korting op vervolg trainingen.)

Cursusduur

De cursus duurt 3 dagen (09:30 - 16:30).

De cursus bestaat uit zes dagdelen van 3 uur ieder waarbij ieder dagdeel wordt onderbroken door een pauze van 30 minuten. Uitgebreide lunch in de kantine van het smart datacentre is inbegrepen.

In ieder dagdeel zit ten minste 1 uur zelfstandig werken met code en voorbeelden onder bezielende leiding van onze instructeurs. Maximaal 15 deelnemers en vanaf 5 deelnemers 2 instructeurs/docenten.

We zorgen voor een fijne combinatie van theorie en praktijk.

Locatie

De locatie waar de cursus gegeven wordt, is het opleidingscentrum van DIKW Academy (Wattbaan 1 te Nieuwegein) .

Heb je een vraag over deze opleiding?

Maak een bel afspraak met één van onze docenten!